[论文解读] Learning-based Preference Prediction for Constrained Multi-Criteria Path-Planning

Kévin Osanlou, Christophe Guettier+3 more|arXiv (Cornell University)|Aug 2, 2021

Robotic Path Planning Algorithms参考文献 20被引用 6

一句话总结

本文提出了一种基于学习的偏好预测框架，用于在自主地面车辆（AGV）中进行约束性多准则路径规划，通过神经网络离线预测自主可行性，并将其整合到基于CP的在线规划器中。该方法在晴天情况下将人工干预减少了90%，在中等天气下减少了80%，路径距离仅增加10–30%，展示了距离与自主可行性之间的良好权衡。

ABSTRACT

Learning-based methods are increasingly popular for search algorithms in single-criterion optimization problems. In contrast, for multiple-criteria optimization there are significantly fewer approaches despite the existence of numerous applications. Constrained path-planning for Autonomous Ground Vehicles (AGV) is one such application, where an AGV is typically deployed in disaster relief or search and rescue applications in off-road environments. The agent can be faced with the following dilemma : optimize a source-destination path according to a known criterion and an uncertain criterion under operational constraints. The known criterion is associated to the cost of the path, representing the distance. The uncertain criterion represents the feasibility of driving through the path without requiring human intervention. It depends on various external parameters such as the physics of the vehicle, the state of the explored terrains or weather conditions. In this work, we leverage knowledge acquired through offline simulations by training a neural network model to predict the uncertain criterion. We integrate this model inside a path-planner which can solve problems online. Finally, we conduct experiments on realistic AGV scenarios which illustrate that the proposed framework requires human intervention less frequently, trading for a limited increase in the path distance.

研究动机与目标

• 为解决在自主可行性不确定条件下最小化自主地面车辆（AGV）路径规划中人工干预的挑战。
• 开发一种基于学习的方法，以预测在地形、天气和车辆动力学影响驾驶性能的越野环境中自主可行性。
• 将学习到的可行性预测结果整合到基于约束规划（CP）的在线路径规划器中，实现实时多准则优化。
• 平衡两个相互冲突的目标：最小化路径距离与最大化自主可行性，尤其是在恶劣天气条件下。
• 在真实场景中评估该框架，量化路径长度与所需人工干预之间的权衡。

提出的方法

• 在离线仿真中训练神经网络，基于地形、天气和车辆参数预测自主可行性。
• 用特征向量表示每条路径边，编码影响驾驶性能的物理和环境因素。
• 通过训练好的神经网络进行前向传播，为边分配偏好得分，以估计在线规划中的可行性。
• 将学习到的可行性预测结果整合到基于CP的路径规划器（PCMCO）中，同时优化路径距离和可行性。
• 应用混合神经网络 + PCMCO框架，计算在线路径，以最小化距离并最大化自主运行。
• 使用三维仿真环境验证该方法，路径执行过程中统计人工干预次数。

实验结果

研究问题

• RQ1 在不同天气和地形条件下，学习到的神经网络模型能否准确预测越野AGV环境中的自主可行性？
• RQ2 将学习到的可行性预测结果整合到基于CP的规划器中，如何影响路径距离与人工干预之间的权衡？
• RQ3 与采用固定可行性阈值的传统路径规划相比，所提出的框架在多大程度上减少了人工干预？
• RQ4 神经网络的预测结果在不同天气条件下（包括晴天、中等天气和困难场景）是否具有泛化能力？
• RQ5 与基线方法相比，所提出方法的性能提升是否具有统计显著性？

主要发现

• 在晴天，NN + PCMCO方法将人工干预减少至每条路径0.1次（PCO为1.6次），减少了94%，路径距离仅增加10%。
• 在中等天气下，该方法将干预次数减少至每条路径0.4次（PCO为2.3次），减少了83%，路径距离成本增加30%。
• 在困难天气下，该方法将干预次数减少至每条路径2.5次（PCO为4.1次），减少了41%，尽管路径距离成本增加了22%。
• 配对t检验显示路径距离存在统计显著差异（p < 10^-7），证实距离增加并非偶然。
• 卡方检验表明，NN + PCMCO的干预模式与PCO相互独立（p > 0.89），验证了该方法行为的一致性和独特性。
• 神经网络模型在所有天气条件下均表现出一致且可靠的预测能力，实现了有效在线路径规划并显著降低了人工工作负荷。